基于非线性SVM的上市公司财务危机预警模型研究

基于非线性SVM的上市公司财务危机预警模型研究

为了克服传统财务危机预警模型在假设前提、样本容量、泛化能力等方面的缺陷,应用非线性SVM构建了财务危机预警模型.该模型以偿债能力、营运能力、盈利能力、现金能力和成长能力等五方面的15个财务指标作为输入变量,以上市公司是否被特别处理(ST)作为输出变量,实证分析表明:该模型具有100%的训练精度和90%的验证精度,学习和预测能力良好.

作 者： 朱发根 刘拓 傅毓维 ZHU Fa-gen LIU Tuo FU Yu-wei   作者单位： 哈尔滨工程大学,经济管理学院,黑龙江,哈尔滨,150001  刊 名： 统计与信息论坛  CSSCI 英文刊名： STATISTICS & INFORMATION FORUM  年，卷(期)： 2009 24(6)  分类号： O212  关键词： 上市公司   财务危机   预警   支持向量机  

【基于非线性SVM的上市公司财务危机预警模型研究】相关文章：

基于神经网络的非线性结构有限元模型修正研究04-27

基于SOA的知识管理模型研究04-27

基于WA-SVM的流域降雨序列预测研究及应用04-26

基于改进BP神经网络的职业危害预警模型04-25

基于级联非线性的B积分补偿实验研究04-26

基于神经网络的喀斯特石漠化预警分析模型研究-以广西都安为例04-26

基于描述逻辑的地图语义模型初步研究04-27

基于Wiki的石油企业知识管理模型研究04-27

基于熵组合预测模型的害虫种群动态研究04-26

基于因果关系的林分自适应模型研究04-27